Leetcode46. 全排列

46. 全排列 问题描述
  给定一个 没有重复 数字的序列，返回其所有可能的全排列。

解题思路： 很经典的题了，全排列问题，首先想到的就是回溯算法或者深度优先遍历，看图说话

按顺序选择一个数1，然后剩下的[2,3]同样看一看成一个子问题，也进行同样的操作。回溯算法编码主要问题就是

1.路径：也就是已经做出的选择。
2.选择列表：也就是你当前可以做的选择。
3.结束条件：也就是到达决策树底层，无法再做选择的条件。

看到一位大佬写的回溯的基本框架很受用：

result = []
def backtrack(路径, 选择列表):
    if 满足结束条件:
        result.add(路径)
        return
    
    for 选择 in 选择列表:
        做选择
        backtrack(路径, 选择列表)
        撤销选择

  可以想象在一下平时做二叉树的深度遍历，因为二叉树就两个选择，所以每次都是travel（left.child）和travel（right.child）,这个树空间每一层的选择是不固定的，所以需要用for循环来遍历travel每个子节点，直到叶子节点就是满足条件，其中有两步非常重要就是做选择和撤销选择，选择就是对当前的选择的路径做一个逻辑处理，然后到达当前状态，然后再进行走下一步，最后再撤回选择，就是回到上一状态，也就是回溯。

代码如下：

class Solution:
    def __init__(self):
        self.res = [] #用res保存结果
    def permute(self, nums: List[int]) -> List[List[int]]:
        self._permute(nums, 0)
        return self.res
    
    def _permute(self, nums,first): #传入first表示的是当前到哪一步（状态）
        if first==(len(nums)):
            self.res.append(nums[:]) #到达叶子节点就加入该路径结果，nums[:]其实是对nums的一个copy，如果不拷贝，子列表每次都指向nums，改变nums就是改变了其子列表

        for idx in range(first, len(nums)):#对每个状态进行了选择
            nums[idx],nums[first] = nums[first], nums[idx]#做出选择，改变状态
            self._permute(nums, first+1) #探索下一步
            nums[idx],nums[first] = nums[first], nums[idx]##做出选择，还原状态

  其实还有个写法类似于动态规划，就是dp[1]到dp[2],dp[2]到dp[3],每一步的操作类似，用递归就可以完成。